人工智能导论

技术：蒙特卡洛树+深度学习+强化学习

AlphaGo 采用深度卷积神经网络训练策略网络和价值网络以减少模拟的宽度和深度。

Zero 是从0开始不需要人类经验输入的条件下能够自学围棋。

计算机博弈：DOTA 王者荣耀

在solo中很有竞争力

更有意义的事情？

开普勒90系统——类太阳系的星系

利用神经网络技术对开普勒的数据进行分析 140亿个数据点！（来自Google AI 工程师）

日常生活中：语音助理和智能音箱 

Eg：Google Assistant 能够帮助用户打电话但是没有被发觉！amazing！

核心技术：

计算机视觉 旷视face++ 

图像识别 形色植物识别4000+ 98%准确率；识别作业爱作业——在教育领域的应用是恰到好处的猜画小歌（come from Google AI）

图像处理 ：艺术风格的转换自动填色增强分辨率 性别转换图像插值 图像修复（在动画制作中起到重要的作用）

AI写新闻机器人效率高自动完成插图每日热点新闻的创作能够不单单是从网站上发表新闻能够和主流媒体进行合作都可以取代一部分记者的工作。

九歌计算机诗词创作系统

用人工智能去解说皇马的比赛能够识别运动员并且调出背景 知识能够更加丰富

9.18 

医学辅助诊断 ：

Watson 是认知计算系统的杰出代表 也是一个技术平台。包括 信息分析 自然语言处理和机器学习领域的大量技术创新

和搜索引擎不相同 这个游戏中Watson 是需要反馈精准的答案，而不是搜索引擎产生的大量文件内容。 能够开展抗癌药物的临床测试合作。开销还是比较大的。

通过视网膜的图像来预测医生无法识别的问题。通过图像进行科学的反馈。是一种非侵入性的诊断（无损的）。

智能交通 ： 智能汽车 自动驾驶 交通规划 即时交通控制。 无人驾驶汽车（百度阿里Google ）

机器人

医疗机器人（达芬奇手术机器人纳米机器人..）

快递分拣机器人

发展历史：

Artificialintelligence  1956年标志性起源

人工智能是利用数字计算机或者数字计算机控制的机器模拟延伸和扩展人的智能感知环境获取知识并使用知识获得最佳结果的理论方法技术及应用体统

弱人工智能 现在都是弱人工智能 只是实现特定功能的专用智能， 而不是能够适应复杂的新环境 并涌现出新的功能。

强人工智能 是能够有知觉和思维的自我意识 分为 类人和非类人

图灵测试 阿尔弗雷德 有意识的人类和无意识的机器

1950年 艾伦图灵 图灵测试

发展 ：推理期第一次寒冬 知识期 第二次寒冬 学习期

第一次人工智能热潮

推理与搜索时代人工智能 术语的诞生 求解迷宫问题 人机博弈 小游戏 自动定理证明

严冬来袭20世纪70年代

第二次人工智能热潮 知识时代 人机对话：依靠知识的支持

专家系统：引入专业领域的知识

第二次退潮

知识的导入使计算机更聪明但是知识的描述却很复杂

第三次人工智能的热潮

深度学习的时代的到来

超强算力：CPU GPU TPU 计算机集群 能够使机器自己去学习

Gatyner技术成熟度曲线